Por favor, lean despacio este interrogante y reflexionen unos minutos. Les aseguro que  no se trata de una pregunta retórica, sino del dilema central del trading sistemático: Cuando desarrollamos un estrategia buscamos en ella la máxima generalidad, por lo que intentaremos que funcione en muchos productos diferentes. Pero, también somos conscientes de que cada mercado responde a pautas intrínsecas de acción y dinámicas cíclicas muy cambiantes. ¿Qué hacer, pues?

 Hace algunos años, Van K. Tharp desarrolló una fórmula  para evaluar el rendimiento y calidad de estrategias inversoras, en ocasiones, muy distintas: El ratio SQN. Posteriormente, han surgido algunas variantes y usos de la fórmula original que considero muy interesantes; en particular para obtener juegos de parámetros óptimos que maximicen simultáneamente el tamaño medio de la operación y la desviación estándar de resultados en un espacio muestral de N operaciones.

Cuando empeñamos demasiado tiempo y esfuerzo  en diseñar una "excelente" estrategia, nos resulta muy difícil evaluarla con objetividad, actuando como jueces implacables de nuestra propia obra. Por ello, recomiendo a mis lectores que, antes de lanzarse a operar, sometan su modelo al veredicto -desde la distancia siempre más objetivo- de otros operadores experimentados.

En el anterior artículo hemos analizado la importancia de evaluar nuestras estrategias aplicando comisiones y deslizamientos que resulten verosímiles y que sirvan para modelizar el peso de los gastos de operativa en las condiciones más realistas posibles. Ahora, vamos a ver con algunos ejemplos cómo el slippage acaba destruyendo de manera dramática las expectativas de beneficio, especialmente en sistemas -sobre el papel- muy brillantes, pero, en realidad, poco robustos y fiables.

 En mi lista de prioridades, una tarea ineludible consiste en seguir muy de cerca los gastos de la operativa. Supongo que quienes se dedican  a operar sistemas en time frames muy cortos también lo estarán haciendo, pues de lo contrario, habrían sido barridos del mercado hace mucho tiempo. Con todo, llama poderosamente la atención comprobar que este es uno de los conceptos a los que menor tiempo se dedica y sobre el que menos se escribe. Es como si la gente estuviese empeñada, en un hilarante ejercicio de autoengaño, en esconder la realidad de las cifras debajo de la alfombra. 

Una de las situaciones más comunes a las que se enfrenta la operativa intradiaria, es la proliferación de sesiones con un rango de precios tan estrecho que resulta impracticable cualquier modalidad de posicionamiento.  Los choppy days pueden definirse como aquellos días en los que a penas existe volatilidad y la diferencia entre el valor máximo y mínimo que alcanzan los precios en dicha jornada no supera el 50% del ATR de las últimas 20 sesiones.

Confieso que en mi experiencia como inversor independiente interesado por la operativa sistemática he dedicado muy poca importancia al timing o capacidad predictiva de los modelos basada en ciclos temporales. Hasta hoy, nunca he sido capaz de implementar ninguna estrategia viable que saque partido a las más populares anomalías de calendario, pautas diarias,  efectos de principio y fin de mes, ondas de Kondratieff (k-waves) y cosas así. Lo cual no quita que tales procesos cíclicos puedan tener algún valor predictivo bajo ciertas condiciones.

Hace tiempo que esta pregunta me ronda en la cabeza. Aprecio una gradual disminución –o cuando menos estancamiento– del interés que suscita este tema en la Blogosfera, en diversos foros y, en general, en la prensa de habla inglesa especializada en mercados financieros.

Hola esto es una prueba.

 Uno de los principales escollos a la hora de diseñar sistemas tendenciales es la proliferación de señales falsas, en momentos de "mar gruesa"; fuerte volatilidad y escasa direccionalidad. Por ello, resulta  importante disponer de indicadores capaces de confirmar las señales de posicionamiento considerando la volatilidad implícita en las formaciones de precios. Este es el propósito del RVI.

La aplicación Market System Analyzer (MSA) no deja de sorprendernos incorporando interesantes novedades en su tercera entrega, todavía en fase pre-release. Sin duda, su funcionalidad estrella es la capacidad de analizar carteras de sistemas, aplicando sobre el portfolio resultante todas las herramientas estadísticas disponibles y algoritmos de posicionamiento.

No tomarse la operativa como lo que es: Un juego, en lugar de una actividad científica avalada por complejos cálculos matemáticos y brillantes estadísticas que, a fuerza de machacar cifras, nos dirán lo que queremos oír en forma de bellos cantos de sirena.

Que un sistema alterne rachas ganadoras y perdedoras de amplitud variable es lo normal. Que estas sean impredecibles y difíciles de controlar, incluso con las mejores técnicas de diversificación, también entra dentro de lo normal. Pero que nuestro flamante sistema, sometido a todo tipo de perrerías en backtestig  y walk-forward, comience a rodar sin frenos por el precipicio de los números rojos a los pocos días de comenzar la operativa, es algo que debería  preocuparnos, y mucho.

  El flujo de datos en tiempo real constituye la materia prima sobre la que trabajan casi todos los sistemas de trading. La calidad de las series empleadas, el tipo de compresión, el modo en que se realizan los ajustes entre vencimientos o los algoritmos para corregir errores y rellenar huecos, son factores decisivos que contribuirán al éxito de nuestra operativa.